声明
致谢
摘要
1 绪论
1.1 研究背景
1.1.1 概述
1.1.2 目标跟踪技术
1.1.3 信息融合技术
1.2 研究课题的提出
1.3 国内外研究的发展与现状
1.3.1 空中加油技术
1.3.2 现代距离测量技术
1.3.3 目标跟踪估计算法
1.3.4 多源信息融合方法
1.4 主要研究内容及意义
1.4.1 主要研究内容
1.4.2 本文的工程及学术意义
1.5 论文的主要工作及组织结构
2 测量数据预处理技术研究
2.1 问题描述
2.2 多传感器配准初始化
2.3 空间配准算法的研究
2.3.1 二维空间配准问题描述
2.3.2 空间配准算法的选取
2.3.3 空间配准误差传递
2.4 时间配准算法的研究
2.5 野值剔除算法的研究
2.5.1 常规野值剔除算法的不适用性
2.5.2 利用Kalman滤波完成野值检测
2.5.3 等权平均的数据压缩技术
2.5.4 改进型Wasserstein距离的野值集合剔除算法
2.5.5 仿真分析
2.6 本章小结
3 目标跟踪模型研究
3.1 问题描述
3.2 目标运动模型的研究
3.2.1 混杂系统的模式空间
3.2.2 基于矩形门的混杂系统自适应模型
3.3 目标测量模型的研究
3.3.1 激光测距传感器球坐标模型
3.3.2 双目视觉传感器直角坐标模型
3.3.3 测量模型误差分析
3.4 仿真分析
3.5 本章小结
4 测量常时滞系统实时性求解算法研究
4.1 问题描述
4.2 OOSM问题的主要处理方法
4.3 经过回溯状态的EKF-A1算法
4.4 基于UT变换的CISM间接更新算法
4.5 仿真分析
4.6 本章小结
5 估计相关的异类传感器融合算法研究
5.1 问题描述
5.2 去相关的初步求解方法
5.3 CI-Kalman对角阵加权融合算法
5.4 无重置式独立修正信息系数的混合联邦Kalman融合算法
5.4.1 无重置式(No-reset mode)滤波结构
5.4.2 混合联邦Kalman滤波器的工作流程
5.4.3 独立修正的自适应信息系数分配方法
5.5 仿真分析
5.6 本章小结
6.1 问题描述
6.2 实验台设计
6.2.1 系统的总体结构
6.2.2 系统硬件的选型与参数
6.2.3 系统软件设计
6.3 实验研究
6.3.1 空间配准误差合理性验证实验
6.3.2 目标运动模型准确性验证实验
6.3.3 测量系统的实时性验证实验
6.3.4 融合算法的最优性验证实验
6.4 本章小结
7 总结与展望
7.1 全文总结
7.2 工作展望
参考文献
作者简历及攻读博士学位期间取得的研究成果
学位论文数据集